RAGFlow — 8.6万星开源RAG引擎，深度融合Agent与上下文工程

infiniflow/ragflow | ⭐ 85,987 | 🍴 10,068 | Go | Apache-2.0

RAGFlow 是当前开源社区最热门的 RAG（检索增强生成）引擎之一，由 InfiniFlow 团队打造，GitHub 86K stars。它区别于传统 RAG 框架的地方在于将 RAG 与 Agent 能力深度融合，同时内建了上下文工程（Context Engineering）和知识编译（Knowledge Compilation）能力。

核心定位

RAGFlow 不只是”文档切块 + 向量检索 + LLM 回答”的简单管道。它强调：

Agentic RAG：检索不是一次性动作，而是 Agent 可以主动规划的多轮探索过程
上下文工程：精细管理 LLM 每一步能看到什么信息，最大化 Token 利用效率
知识编译：将原始文档转化为结构化、可推理的知识表示

关键技术亮点

深度文档解析：支持 PDF、Word、PPT、Excel、图片、扫描件等多种格式，保留表格、布局
多路检索融合：关键词（BM25）+ 向量（Embedding）+ 知识图谱多路并行
Agent Harness 集成：通过 Agent Harness 框架接入，支持多种 Agent 编排模式
企业级特性：多租户、权限管理、监控面板、API 服务化

GitHub 数据验证

指标	数据
Stars	85,987
Forks	10,068
License	Apache-2.0
语言	Go
Topics	agentic-ai, context-engineering, rag, llm-apps, knowledge-compilation

RAGFlow 的成功说明了一个趋势：RAG 正在从单纯的检索技术演进为包含 Agent 编排、上下文管理和知识编译的完整栈。它不再只是”给 LLM 塞几段相关文本”，而是一个系统性的知识工程平台。

转载自 GitHub：infiniflow/ragflow